多算法融合的牛眼虹膜特征提取方法研究的中期报告.docx

多算法融合的牛眼虹膜特征提取方法研究的中期报告
本次研究旨在探索一种基于多算法融合的牛眼虹膜特征提取方法。具体研究内容和进展如下：
1.研究背景及意义
虹膜识别作为一种生物特征识别技术，在安全认证、身份识别等领域具有重要应用价值。但是，虹膜图像受环境、光照、姿态等因素影响，人眼或单一算法往往难以准确提取虹膜特征，因此需要多算法融合提高识别性能。
2.研究内容
本研究基于牛眼虹膜图像数据库，选取多个虹膜特征提取算法进行实验，如Daugman算法、Gabor小波变换算法、LBP算法等，探究不同算法的特点及其在虹膜识别中的表现。同时，研究了不同融合方法对虹膜特征的提取效果的影响，比较了加权平均、特征级融合和决策级融合等融合方法的效果。
3.研究进展
在进行实验前，对虹膜图像进行了预处理，如图像增强、边缘检测、伪特征去除等。实验中，我们选取了1000张牛眼虹膜图像进行处理和分析。结果显示，多算法融合的虹膜特征提取方法在识别性能上优于单一算法，且决策级融合的方法相较于其他融合方法表现更为优异。同时我们还发现，Gabor小波变换算法在提取虹膜纹理信息方面具有突出的效果。
4.下一步工作
在下一步工作中，我们将进一步优化虹膜图像预处理流程，加入异常虹膜的检测与剔除，进一步提高识别率与鲁棒性。同时，还将探索不同的融合算法并比较其效果，如深度学习网络等算法在虹膜识别中的应用。